企业官网建设流程全解析

Buzz 离线语音转文字工具：3 步跑通第一条转录，全程无需联网

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

Buzz 是一款基于 OpenAI Whisper 的免费开源离线转录工具，模型全部运行在你的电脑上，能把音频、视频转成可编辑的文本和字幕文件。它适合需要处理会议录音、采访素材或课程内容，又不想把音频上传到云端的人，下面按实际使用顺序讲一遍。

适不适合你

Buzz 的识别、翻译都在本地完成，音频不经过任何服务器，但性能也完全取决于你手里的硬件，先对照四个条件判断 🎯：

• 隐私要求：处理敏感内容、单位要求数据不出内网时，本地处理是刚需；如果无所谓上传云端，其他在线服务也够用。
• 网络条件：只有首次下载模型需要联网，之后可以断网使用。仓库提供了 scripts/download-models.py 脚本，可在一台联网机器上备好模型，拷贝到离线机器使用。
• 硬件条件：较新的 CPU 和带核显的笔记本都能跑；有 NVIDIA 显卡则明显更快，太老的机器（CPU 不支持 AVX2 指令）无法使用。
• 局限：大模型更准但下载体积以 GB 计，转录速度也有上限，一条一小时录音在纯 CPU 上可能要等相当久，别指望"实时出稿"。

完成第一次转录

按真实顺序走一遍：安装 → 导入 → 选模型 → 运行 → 导出。

各系统安装方式

1. Windows：到项目 Releases 页下载安装程序双击运行。应用未签名，安装时如提示安全警告，选"更多信息 → 仍要运行"即可。
2. macOS：下载.dmg拖入 Applications，也可以直接用 Homebrew 安装 buzz 的 cask 包。
3. Linux：一条命令装 Flatpak 版本，或改用 Snap：sudo snap install buzz。

从导入到导出的完整操作

1. 导入音频：点工具栏"+"按钮（或 Ctrl/Cmd+O）选择音频或视频文件，预期结果是任务队列里多出一条待处理记录。
2. 选模型：CPU 为主选 Whisper.cpp 后端，再定一个模型大小（参考下节表格）；语言一栏直接指定语种，不建议留自动检测。
3. 运行：点 Run，等状态变为 Completed，期间可继续导入其他文件排队。
4. 导出：双击结果行打开查看器，选 TXT、SRT 或 VTT 保存，文本可直接编辑后再导出。

转录更快更准

除模型大小外，后端（Whisper、Faster Whisper、Whisper.cpp）的选择同样影响速度和内存占用 ⚡。常见 Whisper 系列的取舍如下，体积以实测常见值为准：

按你的硬件挑后端

• NVIDIA 显卡（显存 ≥ 6GB）：Faster Whisper + CUDA，Windows 安装包已内置 CUDA 支持。
• 其他显卡或核显：Whisper.cpp，可走 Vulkan 加速，Mac 上首选它。
• 纯 CPU：Whisper.cpp 也可跑，线程数默认是 CPU 核心数的一半，调高线程未必更快，不建议盲目拉满。

显存吃紧时，可在偏好设置里选 Whisper.cpp 的量化版本（如q_5），内存占用更小。

用到实际业务里

三个高频场景的配置建议，照着设即可：

• 会议记录：指定会议语言；人名、项目代号写进"高级"里的初始提示，能明显减少错拼，导出带时间戳的 TXT。
• 视频字幕：导入 MP4 时开启逐词时间戳，转录完点"Resize"按静音间隔和标点重新断句，控制单行长度再导出 SRT。
• 批量转录：在偏好里开启文件夹监控，放入新音频自动按默认参数转录，再启用"Skip Already Transcribed"插件避免重复跑同一批文件。

内置插件（AI 摘要、字幕重排、降噪等）的源码都在 buzz/plugins/ 目录，各插件说明见 docs 插件文档 📁。

避坑手册

• 问题：转录太慢。→ 换小一档模型，或改用 Whisper.cpp 后端；NVIDIA 显卡确认已启用 CUDA。
• 问题：识别率低、专有名词总错。→ 别用自动检测语言，显式指定语种，并把常错词写进初始提示。
• 问题：文件导入失败。→ 用 ffmpeg 先转成 MP3、WAV、FLAC 等常见格式再导入。
• 问题：下载模型后程序崩溃。→ 模型文件多半没下完整，到"帮助 → 偏好设置 → 模型"里删除重下。
• 想批量跑脚本：装了 pip 版（pip install buzz-captions）后可用一条命令转录两个音频并直接导出 SRT/VTT：buzz add --model-type whispercpp --model-size small --srt --vtt a.mp3 b.mp3。

先用一小段音频把整条流程跑通，再拿同一段素材对比两三个模型大小，选定你的默认档位；批量任务稳定后，再考虑开启文件夹监控。

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz